Figura 22: Produtos carregados pela equipe "C" Fonte: Elaborado pelo autor (2018).
Na figura 22, tem-se os 10 principais carregados pela equipe “C” onde há produtos em embalagens de garrafas PET, vidros descartáveis, vidros retornáveis e em latas.
Figura 23: Curva ABC com os produtos carregados pela equipe "C" Fonte: Elaborado pelo autor (2018).
A curva ABC mostrada com os principais produtos carregados pela equipe “C”.
0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00% 80,00% 90,00% 100,00% COCA COLA PET 9X2L COCA COLA PET 6X3L COCA COLA PET 6X2.5L COCA COLA PET 15X600ML HEINEKEN LN 6X330ML RV FANTA LAR PET 9X2L COCA COLA KS 24X290ML KAISER LT 12X350ML RV KUAT PET 9X2L PET 9X2LSPRITE % % Acumulada
Figura 24: Produtos transportados e as regiões atendidas pela equipe guerreiros. Fonte: Empresa (2018).
Cada equipe é responsável por atender algumas regiões administrativas no DF, em que cada cidade tem seu consumo característico. Na figura 24, mostra o consumo das cidades em que a equipe “C” realiza as suas entregas.
Para garantir as vendas a equipe de mercado realiza a negociação a qualquer custo, onde os clientes impõem algumas exigências que seus produtos não sejam colocados em um mesmo pallet com o de outros clientes. Isso é justificado pelo tempo descarregamento dos produtos e realizar a conferência de recebimento.
Essa regra cria uma dificuldade para a equipe que realiza a roteirização e alocação dos produtos dentro do caminhão. Há um software que agrupa os produtos em pallets utilizando uma regra de compatibilidade entre os produtos de forma a colocar em pallet separados, as garrafas PET, latas, TETRABIK, vidros retornáveis e descartáveis. Caso não consiga preencher todo o caminhão, usará outra regra de compatibilidade que colocará produtos diferentes em um mesmo pallet.
Devido a essa dificuldade, os caminhões podem sair para realizar a entrega com baixa cubagem em seus caminhões, o que causa a desestabilidade do processo criando outliers, pois a momentos em que o software consegue uma boa cubagem em caminhão e em outros que há baixa cubagem.
6 CONCLUSÃO
O último capítulo visa apresentar as conclusões finais do estudo de caso e os motivos para esses resultados, mostrar a aplicação do controle estatístico e a relevância do estudo, o cumprimento das premissas do projeto, e a sugestões para trabalho futuro.
No presente trabalho foram apresentas algumas das ferramentas estatísticas de controle estatístico de processo e das cartas de controle desenvolvidos por Walter Shewhart, publicados em Shewhart (1933). Para observar o comportamento do processo de entrega de produtos (carregamento) e que pode ser aplicado de forma contínua em uma indústria de refrigerantes.
Por se tratar de um dos processos que mais geram custos em uma fábrica desse seguimento, as operações logísticas devem ter processos bem estruturados para evitar o desperdício de seus recursos ao longo do processo. Para a melhoria de sua competitividade é fundamental manter o controle de seus processos, para que, seja possível ter um nível aceitável de qualidade de seus produtos e serviços para conseguir atender as exigências de seus consumidores.
Para verificar o atual estado do processo e o seu comportamento foram utilizadas tecnicas estatísticas como histogramas, teste de normalidade, análise de variância, gráficos de controle e o curva ABC, para avaliar o agrupamento dos dados, a sua normalidade e seu estado de controle. Os dados utilizados neste estudo foram retirados do mês de maio de 2017, dentre uma amostra de 100 veículos.
A partir desses dados definiu-se como objetivo realizar estudo sobre o comportamento do processo, realizar um diagnóstico e descobrir as causas especiais para um possível descontrole do processo. Foram aplicados conceitos da metodologia PDCA, focada na fase de check (verificar), onde faz-se a análise e verificação dos dados e comparação dos resultados alcançados com o que foi planejado.
Na fase verificação é realizado análise estatística dos dados e verificação do processo para visualizar as principais causas especiais e depois definir um plano de ação para realizar as correções. A finalidade deste estudo é de manter a estabilidade, a fase de controle avalia o desempenho real e compara com as metas estabelecidas. Caso alguma causa atribuível de variação estiver presente, a carta de controle vai identificar a instabilidade e terá a possibilidade de corrigir o problema com a
retirada das causas atribuíveis. O processo é dito sobre controle se há apenas fontes de variações naturais, mas com a análise foi possível verificar que há causas atribuíveis não controladas pela empresa e outras ocasionadas devido a negociação com os clientes.
As vendas sofrem a influência da sazonalidade relativas as negociações entre a equipe de vendas e seus clientes, que optam em maioria, por realizar suas compras do meio da semana para abastecer seus estoques para o fim da semana, isso causa uma sazonalidade ao longo da semana e tendência de crescimento ao longo do mês. As equipes atendem regiões administrativas em que cada cidade tem seu consumo característico o que pode aumentar a cubagem dos caminhões ou diminui- la. Para garantir as vendas a equipe de mercado aceitam as exigências dos clientes para não misturar suas entregas com a de outros clientes, o que diminui o percentual de ocupação dos caminhões.
Devido a essas causas atribuíveis o processo está aparentemente fora de controle, o que causa a desestabilidade do processo criando outliers.
Para realização de trabalho futuros:
Entender o processo de negociação entre a equipe de vendas e os clientes, para sugerir possíveis tratativas para aumentar a porcentagem de ocupação dos caminhões e diminuir as sazonalidades dentro da semana e a tendência ao longo do mês;
Realizar uma análise dos custos relativos ao processo de entrega e avaliar a viabilidade de terceirizar a frota;
Realizar um estudo mais aprofundado de roteirização e a aplicação do controle estatístico da qualidade no processo de roteirização para entender melhor as causas atribuíveis desse processo;
Estudar o processo de negociação e verificar a viabilidade de acordos comerciais e aumento nos prazos de boletos para otimizar o processo. Utilizar o método Standard-Do-Check-Act (SDCA) para criar uma rotina
de padronização dos processos relativos a área de vendas e distribuição para avaliar os processos para garantir que eles sejam realizados de maneira constante e avaliar a viabilidade da baixa ocupação dos veículos.
REFERÊNCIAS BIBLIOGRÁFICAS
AGOSTINETTO, J. S. Sistematização do Processo de Desenvolvimento de Produtos, Melhoria Contínua e Desempenho: O Caso de uma Empresa de Autopeças. 2006.
ALENCAR, J. R. B. et al. Uso de Controle Estatístico de Processo (CEP) para validação de processo de glibenclamida comprimidos. p. 115–119, 2004.
ASSOCIAÇÃO BRASILEIRA DAS INDÚSTRIAS DE REFRIGERANTES E DE BEBIDAS NÃO ALCOÓLICAS. Volume de produção do mercado brasileiro de refrigerantes. Disponível em: <https://abir.org.br/o-setor/dados/refrigerantes/#>. BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL. Perspectivas do investimento 2015-2018 e panoramas setoriais. 2014.
BENNEYAN, J. C. Statistical quality control methods in infection control and hospital epidemiology Part I. v. 19, n. 3, p. 194–214, 2010.
CAMPOS, V. F. O Verdadeiro Poder: Práticas de Gestão que Conduzem a Resultados Revolucionários. 1. ed. [s.l.] Falconi, 2009.
CHOU, Y.-M.; POLANSKY, A. M.; MASON, R. L. Transforming Non-Normal Data to Normality in Statistical Process Control. Journal of Quality Technology, v. 30, n. 2, p. 133–141, 1998.
EUROMONITOR INTERNACIONAL. Soft Drinks in Brazil. Disponível em: <https://www.euromonitor.com/soft-drinks-in-brazil/report>.
GEL, Y. R.; GASTWIRTH, J. L. A robust modification of the Jarque-Bera test of normality. Economics Letters, v. 99, n. 1, p. 30–32, 2008.
JOHNSON, C. The benefits of PDCA: use this cycle for continual process
improvementQuality Progress, 2002. Disponível em:
<https://search.proquest.com/openview/6fb24b731a9c0c8bafd90096fd751e76/1?pq- origsite=gscholar&cbl=34671>
JURAN, J. M.; DEFEO, J. A. Fundamentos da qualidade para líderes. 1. ed. [s.l.] Bookman, 2015.
KOURTI, T.; MACGREGOR, J. F. J. F. Process analysis, monitoring and diagnosis, using multivariate projection methods. Chemometrics and intelligent laboratory systems, v. 28, p. 3–21, 1995.
LIU, Y. C.; HO, C. H. A comparison of car following behaviors: Effectiveness of applying statistical quality control charts to design in-vehicle forward collision warning systems. Transportation Research Part F: Traffic Psychology and Behaviour, v. 53, p. 143–154, 2018.
processes. Control Engineering Practice, v. 3, n. 3, p. 403–414, 1995.
MACHADO, J. F. Método Estatístico - Gestão da Qualidade para Melhoria Contínua. 1. ed. [s.l: s.n.].
MARINO, L. H. F. DE C. Gestão da qualidade e gestão do conhecimento : fatores- chave para produtividade e competitividade empresarial. Xiii Simpep, p. 1–9, 2006.
MONTGOMERY, D. C. Introduction to Statistical Quality Control. 6. ed. [s.l.] Wiley, 2008.
MONTGOMERY, D. C. Introdução ao Controle Estatístico da Qualidade. [s.l: s.n.]. v. 7
MONTGOMERY, D. C. Introdução Ao Controle Estatístico Da Qualidade. 7. ed. [s.l: s.n.].
MORETTIN, P. A.; BUSSAB, W. O. Estatística básica. 6. ed. [s.l: s.n.].
MUCIDAS, J. H. Aplicação do Controle Estatístico do Processo no Envase de Leite UHT em uma Indústria de Laticínios. 2010.
OSIRIS, T. Custos Da Qualidade: Planejamento Economico Dos Graficos De Controle Por Atributos E Modelos Correlatos. p. 200, 1997.
PAWLICKI, T.; WHITAKER, M.; BOYER, A. L. Statistical process control for radiotherapy quality assurance. Medical Physics, v. 32, n. 9, p. 2777–2786, 2005. RAMOS, E. M. L. S.; DE ALMEIDA, S. D. S.; ARAÚJO, A. D. R. Controle Estatístico da Qualidade. 1. ed. [s.l: s.n.].
SHAHIAN, D. M. et al. Applications of statistical quality control to cardiac surgery. Annals of Thoracic Surgery, v. 62, n. 5, p. 1351–1358, 1996.
SHEWHART, W. A. Economic Control of Quality of Manufactured Product. The American Mathematical Monthly, v. 40, n. 6, p. 353, jun. 1933.
SOUZA, G. R. DE. Implantação do controle estatístico de processos em uma empresa de bebidas. 2002.
TOPALIDOU, E.; PSARAKIS, S. Review of Multinomial and Multiattribute QualityControl Charts. Textile Magazine, v. 43, n. 7, p. 57–58, 2009.
APÊNDICE 1:
Figura 25: Processo geral teste de normalidade. Fonte: Elaborado pelo autor (2018).
Figura 26: Cubagem por equipe Fonte: Elaborado pelo autor (2018).
2 3 4 5 6 8 9 10 11 12 13 15 16 17 18 19 20 22 23 24 25 26 27 29 30 M édi a GRUPO A 579663685570369615793691631490469677755680526583720710770826790880820870852680 GRUPO B 743853871685590834858850822831604776829850670744780740820805790780810790761779 GRUPO C 616856735740550759831872673751530844785680758652730750810768860780820790749747 GRUPO D 686788739794624836770842821710526773837820641665740740820703850640770820814750 0,00 100,00 200,00 300,00 400,00 500,00 600,00 700,00 800,00 900,00 1.000,00 CU BA G EM
Figura 27: Dados histograma 100 amostras Fonte: Elaborado pelo autor (2018).
Figura 28: Dados histograma de 100 amostras Fonte: Elaborado pelo autor (2018).
Figura 29: Dados para gráfico de 100 amostras. Fonte: Elaborado pelo autor (2018).
Figura 30: Dados histograma de 15 amostras. Fonte: Elaborado pelo autor (2018).
Figura 31: Dados histograma de 15 amostras. Fonte: Elaborado pelo autor (2018).
Figura 32: Dados para o gráfico de 15 amostras. Fonte: Elaborado pelo autor (2018).